Articles

ในการเริ่มต้นโปรเจกต์แทบทุกครั้ง จะมีช่วงหนึ่งที่มีคนเสนอให้ใช้ "เฟรมเวิร์กตัวใหญ่" ตัวที่มีงานสัมมนาเป็นของตัวเอง มีคอร์สอบรมใบประกาศ มีแพ็กเกจระดับ "เอนเตอร์ไพรส์" และมีสไลด์ที่บอกว่ามันทำได้ทุกอย่าง และเกือบทุกครั้ง การเลือกตัวนั้นมักจะเป็นความผิดพลาดเงียบ ๆ ครั้งแรกของโปรเจกต์

Tier 1 analyst ที่เก่งที่สุดของคุณเพิ่งยื่นใบลาออก เธออยู่กับคุณมา 18 เดือน เธอไม่ได้ลาออกเพราะชั่วโมงงาน เธอไม่ได้ลาออกเพราะเงิน เธอลาออกเพราะตลอด 18 เดือนที่ผ่านมา เธอ triage alert false positive 5 ตัวเดิม ในเครื่องมือ 5 ตัวที่ไม่คุยกัน ตาม playbook PDF สามย่อหน้าที่ไม่มีใครอัพเดตมาตั้งแต่ปี 2022 เธอลาออกเพราะงานหมดความหมาย

ประโยคที่เราได้ยินทุกครั้งตอน kickoff โครงการกู้ ERP integration คือ: "ตอน UAT มันทำงานได้ปกตินะ"

ในทุกฝ่าย IT ขององค์กรขนาดใหญ่ มี "สุสานโครงการ" ซ่อนอยู่ที่ไหนสักแห่ง มันเต็มไปด้วยเดโมที่ทำให้กรรมการตื่นเต้นกันในปี 2024, RAG prototype ที่ตอบคำถามที่เลือกมาแล้วได้ดีกว่า ChatGPT, และ AI copilot ที่ดูทรงพลังในสภาพแวดล้อม sandbox จากนั้นมีคนถามคำถามที่ยากจริง — จะปล่อยให้พนักงาน 4,000 คนใช้ได้ไหม? เชื่อมกับ ERP ของเราได้ไหม? ใช้กับข้อมูลลูกค้าจริงภายใต้การ audit และข้อกำหนด PDPA ได้ไหม? — แล้วโครงการนั้นก็เงียบหายไปใน "เฟส 2"

ถ้าคุณกำลังใช้ ERPNext ในโรงงานในไทย — โรงงาน heat treatment, โรงงานชิ้นส่วนแม่นยำ, โรงงานแปรรูปอาหาร, โรงงานรีไซเคิล หรือโรงงานรับจ้างผลิต — มีโอกาสสูงที่คุณเลือก ERPNext ด้วยเหตุผลที่ถูกต้อง โมดูล Manufacturing จัดการ BOM, Work Order, Subcontracting และการ track batch ได้ดีจริง Frappe framework มีความยืดหยุ่นจริง ไม่มีค่า license แบบ Enterprise ทำให้ตัวเลขการ customize เป็นไปได้สำหรับ SME

ถ้าทีม AP ของคุณในกรุงเทพต้องคีย์ใบวางบิลจากผู้ขายเดือนละ 200 ใบเข้า Odoo โดยใช้เวลาประมาณ 4 นาทีต่อใบ นั่นเท่ากับ 13 ชั่วโมงของการป้อนข้อมูลล้วนๆ — ก่อนที่จะนับรวมข้อผิดพลาดที่ตามมาตอนปิดงบสิ้นเดือน เมื่อบวกหนังสือรับรองภาษีหัก ณ ที่จ่าย (50 ทวิ) ใบแจ้งหนี้หลายภาษาจาก supplier ญี่ปุ่นและจีน รวมถึงเอกสารศุลกากรของสินค้านำเข้าเข้าไปด้วย ก็เห็นได้ชัดว่าคุณกำลังใช้พนักงานเต็มเวลาหนึ่งคนกับงานที่ควรเป็นระบบอัตโนมัติไปนานแล้ว

"การผสานระบบ ERP เป็นปัญหาที่แก้ได้แล้ว" — นั่นคือสิ่งที่ผู้ให้บริการ SI มักบอกกับคุณ แต่ความเป็นจริงในโรงงานและห่วงโซ่อุปทานของไทยกลับต่างออกไปมาก ทั้งการเชื่อมต่อแบบ point-to-point ที่เปราะบาง โค้ดที่เขียนสำหรับระบบเก่าโดยเฉพาะ และมิดเดิลแวร์รุ่นเก่าที่หยุดทำงานทุกครั้งที่ vendor อัปเดตโครงสร้างข้อมูล ข้อมูลมีอยู่ ระบบมีอยู่ แต่ช่องว่างระหว่างสองสิ่งนั้นคือจุดที่ประสิทธิภาพการดำเนินงานรั่วไหลออกไป

Blog ด้านวิศวกรรมส่วนใหญ่เขียนสำหรับคนที่อ่านอยู่แล้ว Blog นี้เขียนสำหรับวิศวกร, founder, หรือผู้บริหารฝ่ายปฏิบัติการที่ กำลังจะ เจอปัญหา — และพยายามหาคนที่เคยส่งระบบที่ทำงานได้จริง ไม่ใช่แค่สรุป whitepaper ของ vendor

Data source ที่ไม่มีใครอยากพูดถึง เดินเข้าไปที่ฝ่ายธุรการของโรงงานในไทย, จีน, หรือญี่ปุ่น แล้วถามว่า data การใช้ไฟฟ้าเดือนที่แล้วอยู่ไหน จะไม่มีใครชี้ไปที่ระบบ จะถูกชี้ไปที่ folder — ทั้งกายภาพและดิจิทัล — ที่มี PDF จากการไฟฟ้าฯ ในพื้นที่ บางตัว computer-generated บางตัวเป็น scan ของบิลกระดาษที่มีรหัสโรงงานที่ฝ่ายธุรการเขียนด้วยมือเพิ่มเข้าไป บางตัวมีตราประทับ บางตัวเป็น double-page foldout ที่หน้าที่สอง scan มาไม่ตรง

ครั้งแรกที่ CFO ของกลุ่มบริษัทไทย — SCG, Indorama Ventures, Thai Union, CP, ThaiBev, Banpu, PTT, Minor — เห็นใบเสนอราคา CSRD readiness จาก Big 4 ปฏิกิริยาแทบทุกครั้งคือความตกใจในรูปแบบใดรูปแบบหนึ่ง ปีแรก €2–4M (ประมาณ 75–150 ล้านบาท) งานต่อเนื่อง €400–900K (15–34 ล้านบาทต่อปี) แปลงเป็นค่าแรงรายชั่วโมง ระดับ senior partner อยู่ที่ €350–600 ต่อชั่วโมง (ประมาณ 13,000–22,000 บาทต่อชั่วโมง) ใบเสนอราคามาพร้อม Gantt chart, stakeholder map, สไลด์ "ESRS readiness assessment" methodology, และบรรทัดที่กำกวมเขียนว่า "data integration และงานระบบ" […]

ใบเสนอราคา 200 ล้านบาท กับบรรทัดที่ไม่มีใครอธิบาย รูปแบบที่เราเห็นซ้ำๆ ในช่วงนี้ บริษัทในกลุ่มไทยขนาดใหญ่ — กลุ่ม SCG, Indorama, Thai Union, CP, ThaiBev, Banpu, PTT, Minor, Thai Beverage — ได้รับ memo ภายในยืนยันว่าบริษัทลูกในยุโรปแห่งหนึ่งเข้าข่าย CSRD (Corporate Sustainability Reporting Directive) ของสหภาพยุโรปแล้ว ยอดขายสุทธิเกิน €50M, พนักงานมากกว่า 250 คน, จดทะเบียนในตลาดหลักทรัพย์หรือมีขนาดใหญ่พอที่ Omnibus simplification ที่ผ่านในเดือนธันวาคม 2025 ก็ไม่ได้ปลดล็อกออก รายงานความยั่งยืนฉบับแรกเริ่มมีกำหนดส่ง สำนักงานสอบบัญชีนัดประชุม และกระบวนการจัดซื้อ "ซอฟต์แวร์ CSRD compliance" เริ่มเดินเครื่อง

ในช่วง 18 เดือนที่ผ่านมา vendor ทุกเจ้าที่ขายผลิตภัณฑ์ security ต่างก็แปะคำว่า "AI" ลงบนหน้าการตลาดของตัวเอง ส่วนใหญ่เป็นแค่ ML classification ที่ rebrand ใหม่ — anomaly detection ที่มีอยู่แล้วตั้งนาน แต่งตัวใหม่ให้ดูทันสมัย ที่น่าสนใจจริง ๆ — และที่ทีมส่วนใหญ่พังตรงนี้ — คือตอนที่คุณต่อ tool-using LLM agent เข้ากับ alert pipeline จริง ๆ และให้มัน triage แบบที่ Tier-1 analyst ทำ

ลองเดินเข้าสำนักงานบัญชีขนาดกลางในกรุงเทพฯ สักแห่ง คุณจะเห็นภาพเดียวกันทุกที่ จอคอมสามจอ จอแรกเปิด FlowAccount — login เข้าเป็นลูกค้าอยู่ จออีกจอเปิด Excel — ตารางคุมงานหลัก แบ่งสีตามหุ้นส่วน ตามกำหนดยื่น ตามประเภทการยื่นภาษี จอที่สามเปิด LINE — กลุ่มแชทกับลูกค้าสิบสองกลุ่ม เต็มไปด้วยรูปใบเสร็จที่ถ่ายมาเอียงๆ สลิปธนาคารที่อ่านยาก และข้อความนิรันดร์: "พี่ ส่งเอกสารเดือนนี้ให้แล้วนะคะ"

ต้องใช้ RAM, VRAM, GPU เท่าไหร่ถึงจะพอ? คู่มือเลือกฮาร์ดแวร์สำหรับรัน LLM บนเครื่องตัวเอง — ไม่ต้องจ่ายเกิน ไม่ต้องเจอเซอร์ไพรส์

สำหรับ CFO และ COO ของโรงงานและบริษัท distributor ขนาดกลางในประเทศไทย ถ้าคุณดูแลฝ่ายการเงินหรือฝ่ายปฏิบัติการของโรงงานหรือผู้จัดจำหน่ายขนาด 100 ถึง 500 คนในประเทศไทย คุณรู้รูปร่างของปัญหานี้ดีอยู่แล้ว ทีมของคุณดูทันสมัยในแง่เครื่องมือ — มี ERP มีโปรแกรมบัญชี มีอีเมล มี Excel แต่ทุกสิ้นเดือน คน 5–6 คนเดิมก็ยังนั่งทำงานถึงสามทุ่ม ตรวจ matching ใบแจ้งหนี้ทีละบรรทัด ตามใบแจ้งยอดจาก supplier ที่กระทบยอดไม่ลง และทำรายงานผู้บริหารใหม่จาก Excel เพราะรายงานจาก ERP ไม่ตรงกับสิ่งที่ผู้บริหารอยากเห็น

เบื้องหลังการสร้าง SOC ระดับ production สำหรับองค์กรขนาดกลาง โดยใช้ Wazuh, DFIR-IRIS และ middleware ที่เขียนเองด้วย Python — สิ่งที่ใช้ได้จริง สิ่งที่พังกลางทาง และเหตุผลทางวิศวกรรมที่สำคัญ

ผลไม้ที่แพงที่สุดในโลก ไม่ควรขึ้นอยู่กับการเดาสุ่ม ทุเรียนหมอนทองหนึ่งต้นในจันทบุรีสามารถให้ผลผลิตมูลค่า ฿3,000–฿8,000 ต่อฤดูกาล หากคุณมีสวน 50 ไร่ นั่นหมายถึงการบริหารรายได้ ฿2–5 ล้านบาทต่อซีซั่น ซึ่งส่วนใหญ่ยังคงพึ่งพาประสบการณ์ การสังเกต และการดูฟ้าดูฝน

เทคโนโลยี smart farming ในปัจจุบันเข้าถึงได้ง่ายกว่าที่เคย เซ็นเซอร์ดินราคาถูกลงทุกปี เกตเวย์ LoRaWAN ครอบคลุมพื้นที่หลายกิโลเมตรด้วยแบตเตอรี่ชาร์จเดียว แพลตฟอร์มคลาวด์รองรับข้อมูลจากอุปกรณ์นับพันด้วยต้นทุนเพิ่มเติมแทบเป็นศูนย์ และโมเดล AI สามารถวิเคราะห์โรคพืชจากภาพถ่ายสมาร์ทโฟนได้แล้ว

ทุกปี บริษัทในไทย ญี่ปุ่น และทั่วเอเชียตะวันออกเฉียงใต้ต่างทุ่มงบประมาณหลายล้านบาทไปกับระบบ ERP โดยคาดหวังว่าจะได้การดำเนินงานที่คล่องตัวขึ้น มองเห็นข้อมูลแบบ real-time และประหยัดต้นทุนในระยะยาว แต่หลายรายกลับได้ผลตรงกันข้าม

บทนำ โดรนไม่ได้ทำงานคนเดียวอีกต่อไป ภารกิจสมัยใหม่ — ค้นหาและกู้ภัย, เกษตรกรรมความแม่นยำสูง, ตรวจสอบโครงสร้างพื้นฐาน, ภารกิจด้านความมั่นคง — ต้องอาศัย "ฝูงบิน" (swarm): กลุ่ม UAV ที่ทำงานประสานกัน แบ่งงาน แชร์ข้อมูลสถานการณ์ และบรรลุเป้าหมายที่โดรนตัวเดียวไม่สามารถทำได้